#Exerccio 7.2
library(MASS)
data(Animals)
head(Animals)
anim.m2 <- lm(log(brain)~log(body),data=Animals,subset=!(log(Animals$body)>8&log(Animals$brain)<6))
anim.m0 <- lm(log(brain)~1,data=Animals,subset=!(log(Animals$body)>8&log(Animals$brain)<6))
anim.m0 <- update(anim.m2,.~.-log(body))#ajustei o modelo
anova(anim.m0,anim.m2)
anova(anim.m2)

#Pergunta 1-)
#anova(anim.m0,anim.m2): este comando compara os dois modelos. Portanto, ele mostra que o modelo nulo  apenas uma variao das observaes em relao a mdia da massa 
#cerebral dos animais. J o segundo modelo avalia a relao entre a massa corporal e a massa cerebral dos animais. A significncia mostra que h diferena entre os dois 
#modelos, sendo o segundo mais significativo para apresentar os dados.
#anova(anim.m2): este comando mostra a tabela de anova somente do modelo 2. Os valores so semelhantes aos do comando anterior, pois a soma total dos desvios quadrticos 
#do segundo modelo (composta da relao entre crebro e corpo e dos resduos deste modelo)  igual a soma dos desvios quadrticos em relao a mdia cerebral. Por isso, 
#alguns valores e a significncia so os mesmos. Neste caso, a significncia mostra que h relao entre a massa corporal e a massa cerebral.

Pergunta 2-)
summary(anim.m0)
mean(log(Animals$brain[!(log(Animals$body)>8&log(Animals$brain)<6)]))
sd(log(Animals$brain[!(log(Animals$body)>8&log(Animals$brain)<6)]))
#O comando summary() mostra os dois parmetros de mdia e desvio padro que foram pedidos depois.
#A mdia corresponde ao valor estimado do intercepto da reta. Isto faz sentido, pois no modelo nulo a reta  horizontal e cruza o eixo y no valor da mdia deste eixo.
#O desvio padro  a soma dos desvios com relao a reta do modelo nulo (mdia). Portanto corresponde ao erro padro residual, dado tambm pela funo summary().